腾讯混元联合清华大学、北京大学研究者发布 WebCraftBench，把软件测试方法引入 AI 网页生成评测。它不只检查代码或首页截图，而是让测试 Agent 用 Playwright 真正点击按钮、输入内容、切换页面，再从美观度、易用性和需求符合度三个维度评分。 数据集包含 369 条经过匿名化处
腾讯混元联合清华大学、北京大学研究者发布 WebCraftBench，把软件测试方法引入 AI 网页生成评测。它不只检查代码或首页截图，而是让测试 Agent 用 Playwright 真正点击按钮、输入内容、切换页面，再从美观度、易用性和需求符合度三个维度评分。 数据集包含 369 条经过匿名化处
By